Mapeamento dos perfis comportamentais de alunos em um MOOC brasileiro

Autores

DOI:

https://doi.org/10.15536/reducarmais.10.2026.4334

Palavras-chave:

MOOCs, Mapeamento de Perfil, Perfil Comportamental, K-means

Resumo

Embora o auge dos cursos MOOC tenha sido o ano de 2012, ainda muitas Instituições de Ensino têm apostado nesse formato educacional, para disseminação de conhecimento especializado com custos acessíveis, ainda mais em tempos em que o ensino remoto se tornou tão importante. Nesse sentido, pesquisas apontam que em 2018 mais de 11 mil MOOCs foram ofertados em 900 universidades, destacando que há uma grande demanda para esse modelo educacional. Todavia, ainda muitas questões estão em aberto sobre os MOOCs, como o baixo engajamento e as grandes taxas de desistência (em torno de 90%). Tais fatores, fomentam pesquisas no intuito de personalizar os ambientes e conteúdos dos MOOCs, para esse fim o mapeamento de perfis dos alunos que realizam esses cursos é uma tarefa significativa. Nesse contexto, este estudo tem como propósito mapear os perfis de alunos de um MOOC da área de química de uma plataforma brasileira, enfocando os objetivos desses alunos quando realizam um curso nesse formato. Para realização do mapeamento, foi utilizado o algoritmo de Agrupamento K-means e foram identificados 4 perfis comportamentais predominantes: Engajados, Estratégicos, Inativos e Burladores. Com os resultados apresentados por esse estudo podem ser desenvolvidas estratégias para melhorias nos MOOCs oferecidos pela plataforma, a partir do conhecimento dos perfis dos estudantes, com ações para inibição de maus comportamentos e incentivos a comportamentos desejáveis.

Downloads

Não há dados estatísticos.

Biografia do Autor

Vanessa Faria de Souza, Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul- IFRS

Doutora pelo Programa de Pós-Graduação em Informática na Educação (PPGIE) da Universidade Federal do Rio Grande do Sul (UFRGS). Mestre em Informática pelo Programa de Pós-Graduação em Informática (PPGI) da Universidade Tecnológica Federal do Paraná (UTFPR), na área de Computação Aplicada, e com ênfase em Engenharia de Software. Possui Especialização em Educação Especial Inclusiva, com ênfase em Tecnologias Assistivas pela Universidade Estadual do Norte do Paraná (UENP). É graduada em Sistemas de Informação também pela UENP - Bacharel em Sistemas de Informação e Licenciada em Computação. Também Completou a Licenciatura em Matemática no Programa de Formação Pedagógica, pela UTFPR. Atualmente é docente dedicação exclusiva no Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS) no Campus Ibirubá. Ministra aulas nos Cursos de Ciência da Computação, Técnico em Informática Integrado do Ensino Médio, Licenciatura em Matemática e Especialização em Ensino de Linguagens e suas Tecnologias. É membro do Grupo de Pesquisa Computação Interdisciplinar Alto Jacuí. Tem interesse nas áreas de Mineração de Dados Educacionais, Learning Analytics, Inteligência Artificial - Machine Learning e Deep Leaning, Sistemas Digitais e Robótica Educacional.

Referências

ALRAIMI, K. M.; ZO, H.; CIGANEK, A. P. Understanding the MOOCs continuance: The role of openness and reputation. Computers & Education, v. 80, p. 28-38, 2015. Disponível em: https://doi.org/10.1016/j.compedu.2014.08.006

FELDER, Richard; SILVERMAN, Linda. Learning and Teaching Styles in Engineering Education. Engineering Education, [S. l.], v. 78, n. 7, p. 674–681, 1988.

FERREIRA-SATLER, Mateus et al. Fuzzy ontologies-based user profiles applied to enhance e-learning activities. Soft Computing, [S. l.], v. 16, n. 7, p. 1129–1141, 2012. Disponível em: https://doi.org/10.1007/s00500-011-0788-y

FERREIRA, Hiran Nonato M. et al. An automatic and dynamic student modeling approach for adaptive and intelligent educational systems using ontologies and Bayesian networks. In: 2017, Proceedings - 2016 IEEE 28th International Conference on Tools with Artificial Intelligence, ICTAI 2016. [S. l.: s. n.] p. 738–745. Disponível em: https://doi.org/10.1109/ICTAI.2016.0113

FINNEY, Sara J. et al. Exploring profiles of academic help seeking: A mixture modeling approach. Learning and Individual Differences, [S. l.], v. 61, n. February 2017, p. 158–171, 2018. Disponível em: https://doi.org/10.1016/j.lindif.2017.11.011

HAMIM, Touria; BENABBOU, Faouzia; SAEL, Nawal. Student profile modeling: An overview model. In: 2019, ACM International Conference Proceeding Series. [S. l.: s. n.] p. 1–9. Disponível em: https://doi.org/10.1145/3368756.3369075

HARTIGAN, J. A; WONG, M. A. (1979). Algorithm AS 136: A K-means clustering algorithm. Applied Statistics, v. 28, p. 100–108. Disponível em: https://doi.org/10.2307/2346830

KOLB, D. .. Experiential Learning: Experience as the Source of Learning and Development. New Jersey: Englewood Cliffs, 1984. E-book.

KORCHI, Adil; ABDELLAH, Mohamed Ben; FEZ, Morocco. A modeling learner approach in a computing environment for human learning based on ontology. International Journal of Computer Engineering & Technology International Journal of Computer Engineering and Technology, [S. l.], v. 6, n. 69, p. 21–31, 2015.

MARECA, Pilar; BORDEL, Borja. Students Profiles and their Behavior in MOOC Platforms, MIRIADAX Platform. In: 2019, Coimbra, Portugal. 14th Iberian Conference on Information Systems and Technologies (CISTI). Coimbra, Portugal: [s. n.], 2019. p. 1–6. Disponível em: https://doi.org/10.23919/CISTI.2019.8760696

MUMFORD, A. Honey P. The Manual of Learning Styles. [S. l.]: Maidenhead, 1982. E-book.

REZGUI, Kalthoum; MHIRI, Hédia; GHÉDIRA, Khaled. Ontology-based e-Portfolio modeling for supporting lifelong competency assessment and development. Procedia Computer Science, [S. l.], v. 112, p. 397–406, 2017. Disponível em: https://doi.org/10.1016/j.procs.2017.08.041

RODRIGUES, Rodrigo Lins et al. Discovery engagement patterns MOOCs through cluster analysis. IEEE Latin America Transactions, [S. l.], v. 14, n. 9, p. 4129–4135, 2016. Disponível em: https://doi.org/10.1109/TLA.2016.7785943

SHAH, D. By the Numbers: MOOCS in 2018 Class Central (2018). Disponível em: <https://www.classcentral.com/report/mooc-stats-2018/>. Acesso em: 01 out. 2020.

SHI, Yuling; PENG, Zhiyong; WANG, Hongning. Modeling student learning styles in MOOCs. In: 2017, Singapura. International Conference on Information and Knowledge Management. Singapura: [s. n.], 2017. p. 979–988. Disponível em: https://doi.org/10.1145/3132847.3132965

SNYMAN, Marici; VAN DEN BERG, Geesje. The Significance of the Learner Profile in Recognition of Prior Learning. Adult Education Quarterly, [S. l.], v. 68, n. 1, p. 1–16, 2018. Disponível em: https://doi.org/10.1177/0741713617731809

TAN, Yueying et al. Learning Profiles, Behaviors and Outcomes: Investigating International Students’ Learning Experience in an English MOOC. In: 2018, Proceedings - 2018 International Symposium on Educational Technology, ISET 2018. : IEEE, 2018. p. 214–218. Disponível em: https://doi.org/10.1109/ISET.2018.00055

Downloads

Publicado

2026-03-02

Como Citar

Faria de Souza, V. (2026). Mapeamento dos perfis comportamentais de alunos em um MOOC brasileiro. Revista Educar Mais, 10, 1–21. https://doi.org/10.15536/reducarmais.10.2026.4334

Edição

v. 10 (2026): Janeiro - Dezembro

Seção

Artigos

Licença

Copyright (c) 2026 Vanessa Faria de Souza

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

DECLARAÇÃO DE RESPONSABILIDADE: Certifico que participei da concepção do trabalho, em parte ou na íntegra, que não omiti quaisquer ligações ou acordos de financiamento entre os autores e companhias que possam ter interesse na publicação desse artigo. Certifico que o texto é original e que o trabalho, em parte ou na íntegra, ou qualquer outro trabalho com conteúdo substancialmente similar, de minha autoria, não foi enviado a outra revista e não o será enquanto sua publicação estiver sendo considerada pela Revista Educar Mais, quer seja no formato impresso ou no eletrônico.

O autor responsável pela submissão representa todos os autores do trabalho e, ao enviar o artigo para a revista, está garantindo que tem a permissão de todos para fazê-lo. Da mesma forma, assegura que o artigo não viola direitos autorais e que não há plágio no trabalho. A revista não se responsabiliza pelas opiniões emitidas.

A Revista Educar Mais é de acesso aberto (Open Access), sem que haja a necessidade de pagamentos de taxas, seja para submissão ou processamento dos artigos. A revista adota a definição da Budapest Open Access Initiative (BOAI), ou seja, os usuários possuem o direito de ler, baixar, copiar, distribuir, imprimir, buscar e fazer links diretos para os textos completos dos artigos nela publicados.

Todos os artigos são publicados com a licença Creative Commons Atribuição-NãoComercial 4.0 Internacional. Os autores mantém os direitos autorais sobre suas produções, devendo ser contatados diretamente se houver interesse em uso comercial dos trabalhos.